AiModerator:政治辩论视频超上下文协同助手
会话代理的人格与拟人化大语言模型(LLM)的人机协作环境感知与上下文计算大学教授与研究人员广告与营销从业者政府官员与公务员
政治辩论是民主社会中政治话语的重要组成部分。技术的进步显著改变了政治辩论的结构、 Politician沟通的方式以及观众参与的平台。政治辩论本是增进理解的论坛,但越来越倾向于戏剧性而非实质内容面临青年脱离的风险。为了让这一媒介重归实质,我们开发了AiModerator,一个作为多模态会话代理(MCA)的政治辩论协同助手。AiModerator旨在通过分析视频内容提供上下文相关信息来促进参与并增进理解。这些整合信息促进理解,同时保持用户与辩论观看体验同步。我们的系统基于多模态技术,整合计算机视觉和大语言模型,以展示改善内容传递和参与度的方法。AiModerator的后端系统从识别的语音数据中提取事件,允许用户通过iPad应用程序上的触摸界面与这些事件进行交互。我们讨论三个关键主题:评估年轻成年人的参与度、满意度和偏好与传统第二屏的比较,以及确定AiModerator是否能改善主观理解。为了评估这些指标,我们进行了混合方法评估(n=20)组内设计A-B研究。我们的分析发现AiModerator在促进参与度和满意度方面表现出色,同时向用户提供清晰、上下文相关的信息,比第二屏模式更能改善用户对辩论主题的理解。我们的定性分析提供了更广泛的洞察,特别是在自动化与信息整合相对于自主性和控制之间的权衡方面。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何使用多模态技术提升政治辩论的信息性和观众参与度?分类: 媒体内容理解与信息跟进同类问题arrow_forward
- 与传统的第二屏信息获取方式相比,即时、上下文相关的信息系统是否能更有效提高观众对政策和候选人立场的理解?分类: 媒体内容理解与信息跟进同类问题arrow_forward
- 如何在保持信息自动化的同时避免信息过载,增强观众对政治辩论的理解与满意度?分类: 媒体内容理解与信息跟进同类问题arrow_forward
lightbulb
现实痛点
1- 年轻观众在观看政治辩论时,往往因信息繁杂而难以跟进和理解要点。分类: 媒体内容理解与信息跟进同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712148
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
会话代理的人格与拟人化、大语言模型(LLM)的人机协作、环境感知与上下文计算
work
职业/产业
大学教授与研究人员、广告与营销从业者、政府官员与公务员
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文